请教关于AIC的问题

我看到一些文献上计算模型拟合过程中AIC不太一样，有高手能够抽出宝贵时间来给我解释一下吗？感激不尽！
有的文献上写：

第一种：
AIC=n log (RSS / n)+2p
其中n是样本数量，RSS是残差平方和，p是模型的参数，但是需要扣除一个误差项，比如带有4个参数的模型，p=3；

第二种：
AIC=n log (SSE / n)+2p
其中n是样本数量，SSE is the sum of the squared error，p is the number of model parameters including the intercept。如果带有4个参数的模型，p等于几呢？
请问两种公式，那一种对呢？

这两个公式是一样的，都是AIC标准公式的变体。标准公式是这样的，AIC=-2log(L)+2P。P是要估计的参数的个数。L是给定数据和参数下的似然率。当数据是正态分布的时候-2log(L)这部分就可以表示成像SSE那种形式，因为这时候似然函数就是残差平方和。

那么p究竟为多少呢？
比如y=a+bx+exp(cx)
p是3还是4？